| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景和意义 | 第9-10页 |
| ·特征选择算法的研究现状、发展趋势及其图像分类上的应用 | 第10-12页 |
| ·本文主要工作 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 图像特征及特征选择基本理论 | 第14-31页 |
| ·图像视觉特征的提取与表达 | 第14-23页 |
| ·颜色表示：颜色空间 | 第14-17页 |
| ·颜色特征 | 第17-19页 |
| ·纹理特征 | 第19-21页 |
| ·形状特征 | 第21-23页 |
| ·特征选择基本框架 | 第23-25页 |
| ·常用特征选择算法 | 第25-27页 |
| ·SVM分类器 | 第27-30页 |
| ·线性可分情况 | 第27-28页 |
| ·线性不可分情况 | 第28-29页 |
| ·核函数 | 第29页 |
| ·多类别分类 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于眼动数据的特征选择 | 第31-46页 |
| ·视线追踪技术 | 第31-34页 |
| ·眼动的基本概念及主要指标 | 第31-32页 |
| ·眼动轨迹 | 第32-34页 |
| ·结合眼动数据的图像特征选择 | 第34-40页 |
| ·眼动点获取 | 第35-37页 |
| ·特征提取 | 第37-39页 |
| ·RS-E算法 | 第39-40页 |
| ·实验配置 | 第40-43页 |
| ·实验设置 | 第40-42页 |
| ·评价标准 | 第42-43页 |
| ·实验结果与分析 | 第43-45页 |
| ·本章小节 | 第45-46页 |
| 第四章 基于mRMR和SVM-RFE的特征选择算法 | 第46-63页 |
| ·最小冗余最大相关的特征选择算法 | 第47-49页 |
| ·SVM-RFE特征选择算法 | 第49-50页 |
| ·mRMR-SVM-RFE特征选择算法 | 第50-52页 |
| ·改进的mRMR-SVM-RFE特征选择算法 | 第52-55页 |
| ·实验结果与分析 | 第55-62页 |
| ·mRMR-SVM-RFE算法 | 第55-60页 |
| ·Improved mRMR-SVM-RFE算法 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·今后的工作和展望 | 第64-65页 |
| 缩略词表 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士期间发表的文章 | 第72-73页 |
| 致谢 | 第73页 |